随着5g技术的创新，2018年Intel、华为等公司加快了边缘计算技术布局的应用过程，从终端数据到云中心处理过渡到终端数据到边缘中心处理数据，然后将主要处理数据反馈给云中心或直接指令决策，大大降低了云中心处理复杂数据的压力，提高了整个环节的传输和执行速度。
机器视觉作为人工智能非常重要的技术支持，也是实现制造业自动化改革的关键技术。
目前，机器视觉应用于电子、汽车、制药等领域，主要解决缺陷检测、视觉引导定位、颜色检测、尺寸检测等领域的核心需求。
制造业机器视觉部分应用案例
1.缺陷检测保证产品质量
在工厂生产线上，借助机器视觉检测技术代替人工检测，对产品的即时状态进行全天候检查。避免因人为疲劳等因素导致的不合格产品出库，节约加工制造业人工成本，提高生产效率。
目前，机器视觉检测主要用于在线表面检测范围，通过机器视觉图像采集系统实现数据采集，借助机器视觉软件进行数据缺陷分析和参数存储。
2.制造业现场设备维护预测
自动化设备的普及取代了更多的人力，但不可避免的是，每个设备部件都有使用寿命，需要监督和维护。通常，突然的设备故障会滞后于企业主的交货时间和生产日程，严重影响客户的认可或终止合作。
目前，机器视觉在设备的预测性维护中起着重要的作用。通过对系统重要部件的实时检测和比较分析，估计设备部件的损坏或可用时间，及时提醒相关设备管理员备货和更换。
